Resumen

Se propone un método de reconocimiento de objetivos de radar de apertura sintética (SAR) que combina múltiples características y múltiples clasificadores. Los momentos de Zernike, el análisis de componentes principales kernel (KPCA) y las señales monográficas se utilizan para describir las características de la imagen SAR. Los tres tipos de características describen las características geométricas de la forma del objetivo SAR, las características de proyección y las características de descomposición de la imagen. Su uso combinado puede mejorar efectivamente la descripción del objetivo. En la etapa de clasificación, se utilizan la máquina de vectores de soporte (SVM), la clasificación basada en representación dispersa (SRC) y la representación dispersa conjunta (JSR) como clasificadores para los tres tipos de características, respectivamente, y se obtienen las variables de decisión correspondientes. Para las variables de decisión de los tres tipos de características, se utilizan múltiples conjuntos de vectores de peso para la fusión ponderada y determinar la etiqueta del objetivo de la muestra de prueba. En el experimento, basado

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Radar de apertura sintética; Reconocimiento de objetivos; Momentos de Zernike; Análisis de componentes principales del núcleo; Señales monográficas; Máquina de vectores de soporte
• Keywords:Synthetic aperture radar; Target recognition; Zernike moments; Kernel principal component analysis; Monographic signals; Support vector machine